spaCy - Util.compile_suffix_regex

此实用函数将把一系列后缀规则编译成正则表达式对象。

参数

下表解释了其参数 −

NAME TYPE DESCRIPTION
entries Tuple 此参数表示后缀规则。例如,lang.punctuation.TOKENIZER_SUFFIXES</>。

语法

suffixes = ("'s", "'S", r"(?<=[0-9])+")
suffix_reg = util.compile_suffix_regex(suffixes)
nlp.tokenizer.suffix_search = suffix_reg.search

示例

import spacy
nlp = spacy.load('en_core_web_sm')
suffixes = list(nlp.Defaults.suffixes)
suffixes.remove('\]')
suffix_regex = spacy.util.compile_suffix_regex(suffixes)
nlp.tokenizer.suffix_search = suffix_regex.search

doc = nlp("[A] works for [B] in [C].")
print([t.text for t in doc])
# ['[A]', 'works', 'for', '[B]', 'in', '[C]', '.']

输出

['[', 'A]', 'works', 'for', '[', 'B]', 'in', '[', 'C]', '.']

spacy_util_get_data_path.html